23 Juliol 2018

Big Data i Gestió d’Actius

 

Miquel Noguer, director de tecnologia i innovació de l’Institut d’Estudis Financers (IEF), explica els avenços en el món del big data i la gestió d’actius.
El món de la gestió d’actius està vivint una revolució sense precedents en tota la cadena de valor del procés d’inversió. El big data aplicat a la gestió d’actius és sens dubte un dels canvis fonamentals que s’han viscut en la gestió d’actius en les últimes dècades.

El canvi en els processos d’inversió vénen també influenciats per la necessitat de millorar el rendiment en l’apartat de la gestió activa davant el gran avanç de la gestió passiva.
Els beneficis del big data són especialment importants en la gestió d’actius en què la recopilació de bases de dades, la modelització d’aquestes usant els més avançats models d’aprenentatge automàtic i la intel·ligència artificial combinat amb una extraordinària capacitat computacional són sens dubte decisius en el procés d’inversió.
Aquesta nova manera d’optimitzar els processos s’està donant no només en gestors quantitatius sinó també en gestors discrecionals per als quals tot el nou procés pot oferir més i millor qualitat en la informació, modelat de dades i rapidesa pot millorar la presa decisions d’inversió.

Bases de Dades alternatives

Els gestors d’actius poden adquirir bases de dades alternatives que ofereixen informació sobre:

Social Media
Event Data
Localització i Consumer
Sensors: Imatges de satèl·lit, Internet de les coses, etc …

Els gestors d’actius de diferents classes d’actius poden accedir a una nova sèrie de dades que poden ajudar a la presa de decisions utilitzant informació “alternativa” com la geo-localització combinada amb l’analítica de dades moderna que pot permetre observar l’activitat de l’economia de determinats sectors en temps real.

Analítica de dades moderna

L’analítica moderna posa a disposició dels equips de gestió d’actius l’econometria clàssica així com les tècniques d’intel·ligència artificial i aprenentatge automàtic.

La intel·ligència artificial (Artificial Intelligence, o AI) és la simulació de processos d’intel·ligència humana per part de màquines, especialment sistemes informàtics. Aquests processos inclouen l’aprenentatge (l’adquisició d’informació i regles per a l’ús de la informació), el raonament (usant les regles per arribar a conclusions aproximades o definitives) i l’autocorrecció. Les tècniques de l’AI inclouen sistemes experts, reconeixement de veu, visió artificial sent les més rellevants actualment en la gestió d’inversions aprenentatge automàtic i el processament de llenguatge natural.

L’aprenentatge automàtic o aprenentatge de màquines (de l’anglès, “Machine Learning”) és el subcamp de les ciències de la computació i una branca de la intel·ligència artificial amb l’objectiu de desenvolupar tècniques que permetin a les computadores aprendre. De forma més concreta, es tracta de crear programes capaços de generalitzar comportaments a partir d’una informació subministrada en forma d’exemples. És, per tant, un procés d’inducció del coneixement. En moltes ocasions el camp d’actuació de l’aprenentatge automàtic es solapa amb el de l’estadística computacional, ja que les dues disciplines es basen en l’anàlisi de dades.

El processament de llenguatge natural (PNL, o NLP per les sigles en anglès) és el processament del llenguatge humà i no informàtic per un programa informàtic. Un dels exemples més antics i coneguts de PNL és la detecció d’spam, que mira la línia d’assumpte i el text d’un correu electrònic i decideix si és escombraries.

Els enfocaments actuals de la PNL es basen en l’aprenentatge automàtic. Les tasques de PNL inclouen traducció de text, l’anàlisi de sentiment (sentiment analysis) i la generació de text.

Computació

Augments en la potència de computació i la capacitat d’emmagatzematge: el benefici de la informàtica paral·lela / distribuïda i una major capacitat emmagatzematge s’ha posat a disposició mitjançant l’accés compartit i remot a aquests recursos. Aquest desenvolupament també es coneix com computació en el núvol. S’estima que per al 2020, més d’un terç de totes les dades viurà o passarà a través del núvol.
L’accés compartit dels recursos col·locats a distància ha disminuït dràsticament les barreres d’entrada per aconseguir una gran escala processament de dades i anàlisi, obrint així estratègies basades en dades grans / alternatives a un ampli grup d’inversors quantitatius i discrecionals.

La gestió d’actius moderna

La gestió d’actius moderna és la combinació i gestió adequada d’aquestes bases de dades alternatives i tradicionals, l’analítica de dades moderna i els avenços en computació. Cal organitzar equips de big data multidisciplinaris que treguin el màxim rendiment a aquestes noves eines. Gestors quantitatius, gestions discrecionals han de reciclar i adaptar-se per obtenir avantatges comparatius per millorar retorns relatius o absoluts.